MIT合作微軟辨認自動駕駛車在訓練中與真

MIT合作微软辨认自动驾驶车在训练中与真实世界中的不匹配行动

汽车讯据外媒报道，美国麻省理工学院（MIT）和微软公司（Microsoft）研究人员研发出一个新颖的模型，可辨认出自动驾驶系统从训练中学习到的，但与真实世界不匹配的实例工程师们可利用该模型提升无人驾驶汽车、自主机器人等人工智能系统的安全

例如，为无人驾驶汽车提供动力的人工智能（AI）系统，在虚拟仿真场景中得到广泛的训练，以便让车辆为路上几近所有事件都做好准备但是，有时，汽车在真实世界中会出现意想不到的毛病，因为汽车应该根据产生的事件改变行为，但是自动驾驶汽车的行动并不会改变

如果有一辆无人驾驶汽车没有经过训练，更重要的是没有配备可以辨别不同场景的传感器，如辨别路上的大型白车以及配备了红色闪光灯的救护车如果该车在高速公路上行驶，同时有1辆救护车鸣笛，该车可能并不知道要减速并且靠边停下，因为它没有了解该救护车与一辆普遍大白车的区分此类现象称为“盲点”

有一些传统的训练方法确切在实际测试运行期间提供人工反馈，但属于更新系统的操作此类方法不能辨认“盲点”，而辨认盲点对在现实世界中进行更安全的操作非常有用而研究人员的方法是，首先将人工智能系统置于仿真训练中，在仿真训练中，人工智能系统将产生一种“策略”，映射它在仿真训练中所能采取的最好行动然后，该系统将被部署到真实世界中，如果该系统在真实世界中的操作属于不可接受的范围时，人类会提供毛病信号

另外，该模型可以进行实时纠正例如，如果人工智能系统在某个情境下做出了毛病决定，人类驾驶员会控制该系统，并做出正确决策

，从而将会教会该系统未来在类似情境下应当怎样做

研究人员还研发出一种方法，可确保AI不会将某一特定反应的所有实例都标记为安全行动为防止此种情况，机器学习算法将会判断可接受和不可接受的反应，同时使用几率算法查看模式，并决定正做出的决策是完全正确的，还是可能会产生问题的

目前，该模型还未在现实世界中接受测试但是研究人员一直在使用视频游戏对其进行测试，在该游戏中，有一位仿真人类会为游戏中人物的行动进行纠正下一步，研究人员可能将该模型应用与真正的自动驾驶汽车及其测试系统

微信分销平台

微信小程序如何使用

男性晚上夜尿多怎样治

小孩脾虚如何调理

微信分销模式

宝宝脾虚的表现

济南天大白癜风专科医院专家

黑龙江治疗性病的医院

石家庄爱尔眼科医院在线答疑